Buchumschlag

Go-UT-Bench: A Fine-Tuning Dataset for LLM-Based Unit Test Generation in Go

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Pipalani, Yashshi, Raj, Hritik, Ghosh, Rajat, Bhargava, Vaishnavi, Dutta, Debojyoti
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning E.0
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

CPP-UT-Bench: Can LLMs Write Complex Unit Tests in C++?
von: Bhargava, Vaishnavi, et al.
Veröffentlicht: (2024)

BAR Conjecture: the Feasibility of Inference Budget-Constrained LLM Services with Authenticity and Reasoning
von: Zhou, Jinan, et al.
Veröffentlicht: (2025)

Predictive Scaling Laws for Efficient GRPO Training of Large Reasoning Models
von: Nimmaturi, Datta, et al.
Veröffentlicht: (2025)

SWE-Tester: Training Open-Source LLMs for Issue Reproduction in Real-World Repositories
von: Soni, Aditya Bharat, et al.
Veröffentlicht: (2026)

Action Shapley: A Training Data Selection Metric for World Model in Reinforcement Learning
von: Ghosh, Rajat, et al.
Veröffentlicht: (2026)

Efficient Alignment of Large Language Models via Data Sampling
von: Khera, Amrit, et al.
Veröffentlicht: (2024)

Data Understanding Survey: Pursuing Improved Dataset Characterization Via Tensor-based Methods
von: Merris, Matthew D., et al.
Veröffentlicht: (2025)

The PetShop Dataset -- Finding Causes of Performance Issues across Microservices
von: Hardt, Michaela, et al.
Veröffentlicht: (2023)

RANGER -- Repository-Level Agent for Graph-Enhanced Retrieval
von: Shah, Pratik, et al.
Veröffentlicht: (2025)

SatHealth: A Multimodal Public Health Dataset with Satellite-based Environmental Factors
von: Wang, Yuanlong, et al.
Veröffentlicht: (2025)

A Multi-Agent Framework for Stateful Inference-Time Search
von: Lalan, Arshika, et al.
Veröffentlicht: (2025)

Carefully Structured Compression: Efficiently Managing StarCraft II Data
von: Ferenczi, Bryce, et al.
Veröffentlicht: (2024)

Fixed-sized clusters $k$-Means
von: Malinen, Mikko I., et al.
Veröffentlicht: (2025)

Data Readiness for AI: A 360-Degree Survey
von: Hiniduma, Kaveen, et al.
Veröffentlicht: (2024)

Adversarial Arena: Crowdsourcing Data Generation through Interactive Competition
von: Goyal, Prasoon, et al.
Veröffentlicht: (2026)

Deepfake audio as a data augmentation technique for training automatic speech to text transcription models
von: Ferreira, Alexandre R., et al.
Veröffentlicht: (2023)

MH-1M: A 1.34 Million-Sample Comprehensive Multi-Feature Android Malware Dataset for Machine Learning, Deep Learning, Large Language Models, and Threat Intelligence Research
von: Braganca, Hendrio, et al.
Veröffentlicht: (2025)

Reducing False Discoveries in Statistically-Significant Regional-Colocation Mining: A Summary of Results
von: Ghosh, Subhankar, et al.
Veröffentlicht: (2024)

The Principles of Data-Centric AI (DCAI)
von: Jarrahi, Mohammad Hossein, et al.
Veröffentlicht: (2022)

CR-Bench: Evaluating the Real-World Utility of AI Code Review Agents
von: Pereira, Kristen, et al.
Veröffentlicht: (2026)

MLP-Offload: Multi-Level, Multi-Path Offloading for LLM Pre-training to Break the GPU Memory Wall
von: Maurya, Avinash, et al.
Veröffentlicht: (2025)

Achieving Generalization in Orchestrating GNSS Interference Monitoring Stations Through Pseudo-Labeling
von: Heublein, Lucas, et al.
Veröffentlicht: (2024)

Tensor Generalized Approximate Message Passing
von: Li, Yinchuan, et al.
Veröffentlicht: (2025)

VAE-based Feature Disentanglement for Data Augmentation and Compression in Generalized GNSS Interference Classification
von: Heublein, Lucas, et al.
Veröffentlicht: (2025)

Does DQN Learn?
von: Gopalan, Aditya, et al.
Veröffentlicht: (2022)

The ALCHEmist: Automated Labeling 500x CHEaper Than LLM Data Annotators
von: Huang, Tzu-Heng, et al.
Veröffentlicht: (2024)

Fine Tuning LLM for Enterprise: Practical Guidelines and Recommendations
von: J, Mathav Raj, et al.
Veröffentlicht: (2024)

Rethinking LLM Unlearning Objectives: A Gradient Perspective and Go Beyond
von: Wang, Qizhou, et al.
Veröffentlicht: (2025)

Flash-SD-KDE: Accelerating SD-KDE with Tensor Cores
von: Epstein, Elliot L., et al.
Veröffentlicht: (2026)

Goal-Conditioned Supervised Learning for LLM Fine-Tuning
von: Li, Shijun, et al.
Veröffentlicht: (2026)

PANDORA: A Parallel Dendrogram Construction Algorithm for Single Linkage Clustering on GPU
von: Sao, Piyush, et al.
Veröffentlicht: (2024)

Parameter-Efficient Fine-Tuning of Large Language Models for Unit Test Generation: An Empirical Study
von: Storhaug, André, et al.
Veröffentlicht: (2024)

MetamatBench: Integrating Heterogeneous Data, Computational Tools, and Visual Interface for Metamaterial Discovery
von: Chen, Jianpeng, et al.
Veröffentlicht: (2025)

Study of the Proper NNUE Dataset
von: Tan, Daniel, et al.
Veröffentlicht: (2024)

Evaluation of (Un-)Supervised Machine Learning Methods for GNSS Interference Classification with Real-World Data Discrepancies
von: Heublein, Lucas, et al.
Veröffentlicht: (2025)

Joint Embeddings Go Temporal
von: Ennadir, Sofiane, et al.
Veröffentlicht: (2025)

Weisfeiler and Leman Go Measurement Modeling: Probing the Validity of the WL Test
von: Subramonian, Arjun, et al.
Veröffentlicht: (2023)

Inhibitor Transformers and Gated RNNs for Torus Efficient Fully Homomorphic Encryption
von: Brännvall, Rickard, et al.
Veröffentlicht: (2023)

Human Understanding AI Paper Challenge 2024 -- Dataset Design
von: Oh, Se Won, et al.
Veröffentlicht: (2024)

Framework for A Personalized Intelligent Assistant to Elderly People for Activities of Daily Living
von: Thakur, Nirmalya, et al.
Veröffentlicht: (2021)